INDIVIDUALISIERUNG VON ARBEITSGESTALTUNG UND METHODENTRAINING DURCH SMART DEVICES - BAUA-EXPERTENWORKSHOP: DATENBRILLEN, SMART DEVICES UND ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Individualisierung von Arbeitsgestaltung und Methodentraining
durch Smart Devices
6. BAuA-Expertenworkshop:
Datenbrillen, Smart Devices und Smart Services
Kirsten Weisner, Dr. Marko Hubrig
Herausforderung und Motivation
Aktuelles Umfeld produzierender Unternehmen
[1] [2] [3]
Demografischer Produkt- und Digitalisierung
Wandel Prozessdiversifizierung der Arbeit
Auswirkungen auf den Menschen im Produktionsumfeld
[4,5]
Steigende Variabilität Neue Qualifikations- Problemlösungskompetenz/
der Arbeitsaufgaben anforderungen Adaptionsfähigkeit
2
Projektidee
Einsatz von Smart Devices zur kontextsensitiven
Arbeitsunterstützung als neue Komponente des
betrieblichen Gesundheitsmanagements
Personenindividuelle Analyse von Bewegungs-
Informationsbereitstellung und Prozessdaten
Sicherheits- und Ergonomie-Analysen
Qualitätsdaten Variation von
Prozessdaten Bewegungsabläufen
Warnsignale Ausführungszeiten
Personenindividuelles Mitarbeitertraining
Motorisches Training
Erhalt der Anpassungsfähigkeit
Belastungswechsel und -ausgleich
Präventive Gesundheitsförderung
3
Konsortium
Forschungseinrichtungen
• Analyse der Anforderungen an • Adaption des Ansatzes • Verarbeitung und Visualisierung • Sicherstellung der Akzeptanz
die Arbeitsqualität „differentielles Lernen“ der erfassten Bewegungs- und und Gebrauchstauglichkeit
• Motion Capturing zur Ermittlung • Entwicklung und Evaluation Prozessparameter • Erfassung der psychischen
und Validierung motorischer des Trainingsprogramms zum • Softwaretechnische Umsetzung Belastung
Bewegungsabläufe Erhalt der Anpassungsfähigkeit des Assistenzsystems • Durchführung von Feld-/
• Aufbau der Laborumgebungen • Parameteridentifikation für das • Entwicklung/Evaluation Laboruntersuchungen
Monitoring des Trainingsprogramms • Kontextsensitive Arbeits-
assistenz
Anwendungspartner Assoziierte Partner
• Praxisorientierte Begleitung der Entwicklung des Assistenzsystems
• Evaluation der Feld- und Laboruntersuchungen in der industriellen Anwendung
• Auswahl und Bereitstellung von Referenzprozessen
• Konzept zur Einbindung in das betriebliche Gesundheitsprogramm
4
Training operativer Mitarbeiter in der industriellen Produktion
[9,10] [11]
Qualifikation vs. Kompetenz Arten der Kompetenzentwicklung Förderprogramme
Training-on-the-job
Erfahrungsbasiertes Lernen nach Kolb
Verknüpfung von Arbeits- und Lernumgebung
Lernen im Prozess der Arbeit (LiPA) bzw. arbeitsorientiertes Lernen
Coaching, begleitendes Lernen während der Arbeitsausführung
Training-off-the-job
Von der Arbeitsumgebung losgelöste Trainingsmaßnahmen
Planspiele, Workshops, Lernfabriken
5
Lernfabriken als partizipative Lehr-/Lernumgebungen
IFA Lernfabrik IE - Training Centre Prozesslernfabrik CiP
Aus- und Weiterbildung von Studierenden sowie industriellen Mitarbeiter
Vermittlung von theoretischem Wissen und Entwicklung von Kompetenzen
Hoher Immersionsgrad der Lernenden und erleichterter Transfer in den
(späteren) beruflichen Alltag
Schwerpunktthemen sind Lean Management sowie Energie-
und Ressourceneffizienz
6
Begriffsdefinition Flexibilität
Flexibilität (…) Fähigkeit eines Systems sich an dynamisch wechselnde
Umgebungsverhältnisse und (…) geänderten Anforderungen und
Bedingungen best- und schnellstmöglich anzupassen, um auf diese adäquat
reagieren zu können [6,7].
III IV
hoch
Musterübertragung Musterübertragung
Neuheitsgrad der Aufgabe
(Rekonfigurationsfähigkeit) + Wiederholfestigkeit
systematischen
Fähigkeit zur
Übertragung
Fähigkeit
Wiederholfestigkeit
Ausgangssituation zur variierten
gering
Wiederholung (Replikationsfähigkeit)
II I
gering hoch [8]
Änderungsgrad der Rahmenbedingungen
7
Systemdynamischer Ansatz und Differenzielles Lernen
Übung
Übung
Übung
„Einschleifen und Wiederholen“ „Methodische Übungsreihe“ „Differenzielles Lernen“
ZZZZZZZZZZZZZZZZZZZZZZZ
A7 Z Z ZRZ2 Z Z Z
Z Z Z Z Z Z Z Z Z Z Z Z Z Z ZEZ5 Z Z Z Z Z Z Z
ZZZZZZZZZZZZZZZZ Z ZZZZZZZZZZZZZZZZZ Z ZZZZZZZZZZZZZ R Z Z Z Z ZNZ Z Z Z Z
… Z Z Z Z Z Z Z Z Z ZPZ3 Z Z Z Z Z Z Z Z Z Z Z Z
ZMZ Z Z Z Z Z Z ZFZ3 Z Z Z Z Z ZYZ21Z Z Z Z LZ13Z
DD…D
Z Z ZQZ1 Z ZBZ Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z
CC…C Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z Z ZCZ 4 ZZZ
BB…B P ZZZZZZZ
12
[12] AA…A [12] [12]
Zeit Zeit Zeit
Förderung der Adaptivität koordinativer Systeme an unterschiedliche
Rahmenbedingungen
Variabilität als Voraussetzung für adaptive und lernfähige Systeme
Lernen anhand von Differenzen, nicht anhand von Idealbewegungen
Stabilität einer Bewegung ist die Fähigkeit des neuromuskulären Systems, ständig
adaptierend ein individuelles Bewegungsoptimum einzustellen
Lösungsraum einer Bewegung möglichst offen bzw. individuell
8
Zwischenfazit
Schwerpunkt zahlreicher aktueller Forschungsprojekte ist die Gestaltung und
Entwicklung lernförderlicher Arbeits- und Produktionssysteme.
Im Bereich der Kompetenzentwicklung haben sich zunehmend Lernfabriken als
innovative Lehr-/Lernkonzepte etabliert.
Diese Arbeiten schaffen grundlegende Voraussetzungen für den flexiblen
Einsatz der Beschäftigten. Ein gezieltes, systematisches und vom
Arbeitsprozess ausgehendes Training der Flexibilität erfolgt jedoch nicht.
Im Bereich der Bewegungswissenschaften bestehen Ansätze,
welche konkret die Adaptivität koordinativer Systeme fördern.
Zusätzlich sind die Beschäftigten in geeigneter Form durch technische
Assistenzsysteme individuell zu unterstützen
9
Technische Assistenzsysteme
Assistenzsysteme sind i.d.R. eine gesteuerte technische Einrichtung, die den
Nutzer bei der Ausführung seiner jeweiligen Arbeitsaufgabe durch die
Übernahme von (Teil-)Tätigkeiten zielgerichtet unterstützt. [Ludwig]
[16]
[13]
17]
[15]
[14] [18]
Leichtbauroboter Sensorik Smart Wearables/Smart Devices
10Referenzprodukt: Piezo-Dieselinjektor von Continental
Common Rail System
Piezo-Dieselinjektor
[Quelle: VW Selbststudienprogramm]
11Einflussfaktoren auf das Referenzarbeitssystem
hohe Aufgabenvielfalt
und Varianz
hoher Anteil manueller
Tätigkeit
Arbeitssystem
hohe Entscheidungsfreiheit des
Mitarbeiters (Autonomie) Technik Assistenzsystem
hoher Anlernaufwand
Einsatz von
Mensch Maschine Schnittstelle
bei komplexen Aufgaben Smart Devices
Job rotation
Mensch
ergonomische Belastung
Interaktion mit
Sicherheitsanforderungen
Collaborative Robots
12Auswahl des Referenzarbeitssystem
Durchführung einer Informationsbedarfsanalyse
Identifikation der Informationen, die für eine kontextsensitive Unterstützung
der Mitarbeiter erforderlich sind
subjektiver
Auswahl eines Referenzarbeitsplatzes objektiver
Informations-
Informations-
bedarf
bedarf
in der Injektorfertigung bei Continental Automotive
Wo können Smart Devices sinnvoll unterstützen?
[Nusselein]
Welche Verbesserungen lassen sich dadurch erzielen? geäußerter
Informationsbedarf
Anforderungskriterium Vorschlag 1: Vorschlag 2:
Komplettierung von Demontage Befundung
Injektoren von Injektoren
+ ++
hohe Aufgabenvielfalt und Varianz
hoher Anteil manueller Tätigkeit ++ ++
(manuell bis semiautomatisch)
hoher Anlernaufwand kann durch + ++
Assistenzsystem unterstützt werden
Interaktion mit Collaborative Robots ++ +
(Cobots) möglich
… .. …
13Assistenzsystem zur Belastungsreduzierung
Ableitung eines arbeitsplatzbezogenen Belastungsprofils
arbeitsplatzbezogenes Belastungsprofil
Arbeitsvorgang 1
Brückenbeispiele/Referenzsituationen
100%
Arbeitsvorgang 1
60% arbeitsplatzbezogene
Arbeitsvorgang 2
Verrechnung
20%
Arbeitsvorgang 3
20%
Schichtanteil
14Assistenzsystem zur Belastungsreduzierung
Beispiel:
Assistenzsystem Reduzierung der Lastenhandhabung
zur Belastungsreduzierung durch Einsatz einer Hebehilfe
in der Endverpackung von Injektoren
Belastungsprofil „Poor example“
Entlastung Einsatz von
Smart Devices
Belastungsprofil „Good example“
15Wesentliche Merkmale des Referenzarbeitssystem
Referenzarbeitsplatz unter Laborbedingungen
Einsatz innovativer Technologien zur Materialzuführung und
Lastenhandhabung, wie z.B. Collaborative Robots, AGV
Einsatz von Smart Devices zur kontextsensitiven, individuellen
Informationsbereitstellung, wie z.B. Smart Watches, Smart Phones
Einsatz von Sensorik zur Aufnahme und Analyse von Bewegungsdaten
Anforderung: Reduzierung der physischen Beanspruchung
Ziel: Optimierung der Bewegungsabläufe
Einsatz von VR-Technologien soweit wirtschaftlich sinnvoll
Innovatives Trainingskonzept:
Demonstrator mit Smart Device
16Fazit
Fabriken der Zukunft sind auch im Kontext einer zunehmenden Dynamisierung
und Digitalisierung der Arbeitswelt soziotechnische Systeme.
Zur Erreichung unternehmerischer Ziele ist der flexible Einsatz von
Beschäftigten unabdingbar. Für die entsprechenden Qualifizierung der
Beschäftigten ist ein innovatives Trainingskonzept zu entwickeln.
Darüber hinaus gilt es die Beschäftigten durch geeignete technische
Assistenzsysteme (individualisiert) während ihrer Arbeitsausführung zu
unterstützen.
Smart Devices bieten vielfältige Anwendungsmöglichkeiten in der industriellen
Praxis. In AIM dienen sie u.a. der individuellen Mitarbeiterunterstützung durch
Qualifizierung und kontextsensitive Informationsbereitstellung.
17Vielen Dank für Ihre Aufmerksamkeit!
Kirsten Weisner, M.Sc. Dr.-Ing. Marko Hubrig
Technische Universität Dortmund Continental Automotive GmbH
Institut für Produktionssysteme Industrial Engineering Werk
+49 231 755-8265 +49 3722 400-1266
kirsten.weisner@ips.tu-dortmund.de marko.hubrig@continental-corporation.com
www.IPS.DO www.continental.de
18Literaturverzeichnis
1. https://www.destatis.de/DE/Publikationen/Datenreport/Downloads/Datenreport2013.pdf?__
blob=publicationFile
2. http://bicc-net.de/workspace/uploads/subfeatures/downloads/bicctalk_cps-
ictlabs_2013_hahn-524ad62786aaf.pdf
3. Plattform Industrie 4.0 2014a: Neue Chancen für unsere Produktion – 17 Thesen des
Wissenschaftlichen Beirats der Plattform Industrie 4.0. Internet: http://www.plattform-
i40.de/sites/default/files/140326_Broschuere_Industrie_0.pdf
4. Bundesministerium für Arbeit und Soziales (2015): Grünbuch Industrie 4.0. Berlin
5. Spath, D. (Hrsg.); Ganschar, O.; Gerlach, S.; Hämmerle, M.; Krause, T.; Schlund, S.
(2013): Produktionsarbeit der Zukunft – Industrie 4.0. Stuttgart: Fraunhofer Verlag.
6. Garavelli, C.A. (2003): Flexibility configurations for the supply chain evaluation. Essays of
an Information Scientist. In: Journal of Production Economics 85 (2), 141-153.
7. Sethi, A.; Sethi, S. (1990): Flexibility in manufacturing – A survey. In: International Journal
of Flexible Manufacturing Systems 2, 289-328.
8. Schlüter, M.; Stodko, I. (2013): Wandlungsfähigkeitstraining für Mitarbeiter in der
manuellen Montage basierend auf Trainingsmethoden aus dem Geräteturnen. Dissertation
Universität Ilmenau
9. http://www.rehadat-bildung.de/de/angebote/berufliche-weiterbildung/
19Literaturverzeichnis
10. http://www.livenet.de/lebenshilfe/leben/arbeit/240619-
kompetenz_ist_vielfaeltig_und_lernbar.html
11. http://www.bbc.co.uk/education/guides/zn6hyrd/revision/2
12. Schöllhorn, W.; Beckmann, H.; Janssen, D.; Michelbrink, M.: Differenzielles Lehren und
Lernen im Sport - Ein alternativer Ansatz für einen effektiven Sportunterricht.
Sportunterricht 58 (2009) 2, S. 36-40
13. http://www.abb.de/cawp/seitp202/f28131de77afd007c1257e210027a3e8.aspx
14. http://www.kuka-
healthcare.com/de/pressevents/news/201304_Weltpremiere_LBR_iiwa.htm
15. http://www.bosch.fr/media/fr/fichiers/communiqu_s_de_presse/ubk/oe/1-BCDS-
21831.jpg?width=2126&height=1535
16. http://www.samsung.com/de/smartphones/galaxy-s7/overview/
17. http://www.chip.de/artikel/Samsung-Gear_Fit-2-Fitness-Tracker-Test_97442035.html
18. http://www.win-10-forum.de/artikel-news/868-microsoft-hololens-technischen-daten-vr-
brille-uberblick.html
19. Nusselein, M.: Inhaltliche Gestaltung eines Data-Warehouse-Systems am Beispiel einer
Hochschule (Diss.), Bayrisches Staatsinstitut für Hochschulforschung und
Hochschulplanung. Monographien: Neue Folge, Band 68, München 2003.
20Sie können auch lesen
